重點摘要
Novita AI 推出了 Deepseek V3 0324！此外，此版本完整支援 ** 函數調用**。
DeepSeek V3 0324 結合 MoE 架構、多語言支援、函數調用以及最佳化程式碼生成，帶來無與倫比的精準度與開發效率。
DeepSeek V3 0324 以其無與倫比的架構與函數調用支援，重新定義了 AI 的能力。專為文字到文字的應用設計，是希望建立高品質程式碼並自動化介面整合的開發者的理想選擇。它能夠輕鬆處理複雜場景，使其成為尖端開發的優選方案。
什麼是 Deepseek V3 0324？
| 基本資訊 | 發布日期 | 2025 年 3 月 24 日 |
| 模型大小 | 671B 參數（37B 活躍/每個 token） | |
| 開放原始碼 | 開放 | |
| 架構 | 混合專家（MoE） | |
| 能力 | 支援函數調用 | |
| 語言支援 | 支援的多語言 | 中文能力增強 |
| 多模態 | 多模態能力 | 非多模態模型，文字對文字 |
| 訓練 | 訓練資料 | 14.8 兆個多樣化 token |
| 依精準度分類的模型大小 | 張量類型 | BF16/F8_E4M3/F32 |
Deepseek V3 0324 + 函數調用
DeepSeek V3 0324 支援函數調用，並具備增強的程式碼生成能力，為前端開發帶來顯著改善。
首先，DeepSeek V3 0324 在生成 HTML、CSS 和 JavaScript 方面展現了明確的優化。它產生乾淨、語意化的程式碼，適合響應式設計和基於元件的開發。這有助於開發者快速建立頁面結構和基本互動邏輯，提升開發效率。
其次，函數調用機制使模型能夠調用外部介面，更有效地處理常見的前端場景，例如搜尋、表單提交和動態資料載入。透過函數調用，模型不僅能理解使用者意圖，還能生成函數調用邏輯，實現前端與後端之間順暢的協作。
總之，DeepSeek V3 0324 與函數調用的結合，使模型能夠生成高品質的前端程式碼，同時自動化介面整合。它非常適合建立搜尋、推薦和資料互動等功能，顯著提升開發效率與整體協作。
如何透過 Novita AI 使用 Deepseek V3 0324 函數調用
Novita AI 已為每個 LLM 推出支援能力說明，您可以直接在 [主控台](https://novita.ai/models-console/?utm_source=blog_llm&utm_medium=article&utm_campaign=/ llama-4-maverick-function-calling/) 和 [文件](https://novita.ai/docs/guides/llm-function-calling/?utm_source=blog_llm&utm_medium=article&utm_campaign= llama-4-maverick-function-calling) 中查看。
1. 初始化用戶端
首先，您需要使用您的 Novita API 金鑰來初始化用戶端。
from openai import OpenAI
import json
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
# 從 https://novita.ai/settings/key-management 取得 Novita AI API 金鑰。
api_key="<YOUR Novita AI API Key>",
)
model = "deepseek/deepseek-v3-0324"
- 定義要呼叫的函數
接下來，定義模型可以呼叫的 Python 函數。在這個例子中，是一個用於取得天氣資訊的函數。
# 模擬取得天氣資料的範例函數。
def get_weather(location):
"""取得指定位置的目前天氣。"""
print("呼叫 get_weather 函數，位置：", location)
# 在實際應用中，應在此處呼叫外部天氣 API。
# 這僅是傳回硬編碼資料的簡化範例。
return json.dumps({"location": location, "temperature": "華氏 60 度"})
2. 建構包含工具和使用者訊息的 API 請求
現在，建立對 Novita 端點的 API 請求。此請求包含 tools 參數（定義模型可使用的函數）以及使用者的訊息。
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "取得某個位置的天氣，使用者應先提供位置",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "城市和州，例如 San Francisco, CA",
}
},
"required": ["location"]
},
}
},
]
messages = [
{
"role": "user",
"content": "舊金山的天气如何？"
}
]
# 讓我們發送請求並列印回應。
response = client.chat.completions.create(
model=model,
messages=messages,
tools=tools,
)
# 如果在生產環境中，請檢查回應是否包含工具調用。
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.model_dump())
3. 輸出
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
4. 以函數調用結果回應並取得最終答案
下一步是處理函數調用，執行 get_weather 函數，並將結果傳回給模型以生成對使用者的最終回應。
# 確保 tool_call 已從上一步定義
if tool_call:
# 擴展對話歷史，加入助理的工具調用訊息
messages.append(response.choices[0].message)
function_name = tool_call.function.name
if function_name == "get_weather":
function_args = json.loads(tool_call.function.arguments)
# 執行函數並取得回應
function_response = get_weather(
location=function_args.get("location"))
# 將函數回應附加到訊息中
messages.append(
{
"tool_call_id": tool_call.id,
"role": "tool",
"content": function_response,
}
)
# 取得模型的最終回應，現在已包含函數結果
answer_response = client.chat.completions.create(
model=model,
messages=messages,
# 注意：此處請勿包含 tools 參數。
)
print(answer_response.choices[0].message)
5. 輸出
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
DeepSeek V3 0324 是新一代 AI 模型，它將先進的函數調用與強大的語言支援以及最佳化的程式碼生成相結合，表現優於前代產品。其在處理複雜開發場景方面的效率，使其成為現代開發者不可或缺的強大工具。
常見問題
什麼是函數調用？
它讓 LLM 能夠觸發外部工具或 API 來執行任務並取得資料。
我該如何開始在 Novita AI 上使用 DeepSeek V3 0324 函數調用？
要使用 DeepSeek V3 0324，請使用您的 API 金鑰初始化 Novita AI 用戶端，定義可呼叫的 Python 函數，建構包含工具的 API 請求，並處理模型的工具調用。請參閱 Novita AI 文件以了解詳細步驟。
為什麼 DeepSeek V3 0324 比其他模型更好？
DeepSeek V3 0324 在生成乾淨、語意化的前端程式碼（HTML、CSS、JavaScript）方面表現出色，適用於響應式設計和動態互動。
Novita AI 是整合 API、無伺服器、GPU 實例的全方位雲端平台，提供經濟實惠的工具，助力您的 AI 願景。無需基礎設施，免費開始，讓您的 AI 夢想成真。
